MétaCan
Menu
Retour à la cohorte
Enregistrement W1996643108 · doi:10.1167/9.8.1152

Visual feedback is used to guide the hand towards endpoints not along trajectories

2010· article· en· W1996643108 sur OpenAlexaff
Lore Thaler, Melvyn A. Goodale, James T. Todd

Notice bibliographique

RevueJournal of Vision · 2010
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésVisual feedbackTrajectoryComputer scienceFixation (population genetics)Computer visionTask (project management)Movement (music)Visual controlArtificial intelligencePoint (geometry)Cursor (databases)Visual angleMathematics

Résumé

récupéré en direct d'OpenAlex

Many studies have shown that visual feedback of the hand is used to monitor or adjust ongoing movements. It is still unknown, however, whether vision is used to steer the hand along a desired trajectory or to guide the hand towards a desired endpoint. Even though these two functions of visual feedback appear similar on the surface, they are different from both a conceptual and a computational point of view. Here we tested if visual feedback is used to steer the hand along a desired trajectory or towards a desired endpoint. We manipulated how visual information relevant for moving was presented to subjects (Endpoint vs. Trajectory task) and the availability of visual feedback of the moving hand (no feedback vs. feedback). We tested both direct and tool mediated movements (i.e. computer-mouse mediated cursor movements). In addition, we compared performance between free viewing and fixation of a peripheral target. Finally, we investigated whether or not performance changes when the visual information that specifies the desired Endpoint or Trajectory is extinguished at the moment of movement onset. We found that subjects use visual feedback to correct movement errors online in both direct and tool mediated movements. Most importantly, we found that the availability of visual feedback reduces errors significantly more in the Endpoint than in the Trajectory task. The general pattern of results holds even when subjects fixate a peripheral target and when the visual information that specifies the desired Endpoint or Trajectory is extinguished at movement onset. We conclude that visual information about the moving hand is used primarily to guide the hand towards a specific endpoint rather than to steer it along a trajectory. Moreover, this is true whether or not participants move their eyes, see the target during the movement, or use a mouse cursor rather than their hand.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,329
Écart entre enseignants0,295 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of VisionMême sujetMotor Control and AdaptationTravaux en français237 207